河南省重点学科

计算机应用技术

坚持创新引领，着力培植特色，构建以重点学科为龙头的特色鲜明的高校学科建设体系。坚持久久为功，不断提升建设水平，为高校特色发展提供支撑和动力。

计算机应用技术学科突出计算机专业素质和综合素质的教育，注重基本技能和专业应用能力的培养，以“大类培养、夯实基础；多向发展、专业定位；能力训练、注重素质”为培养方针，力求使学生理论基础扎实、知识面宽广、专业能力强、综合素质高、实践能力强。紧密结合计算机应用技术学科发展脉络和社会、经济发展对计算机应用技术人才培养的需要，从人才培养定位入手，明确应用型人才培养需要的知识、能力和素质标准，以凸显学科专业特色为目标，以优化专业主干课程体系、创新教学模式、深化实践教学为主要建设内容，不断增强学科建设活力，逐步明晰学科发展定位和特色，形成了学科平台较高、师资力量较强、教学条件较好、专业建设思路清晰、专业主干课程特色鲜明、实践教学体系较为完善、教学模式适应性较强、社会声誉较好等专业优势和“厚基础、宽口径、重应用”的办学特色。通过近17年的建设，计算机应用技术学科的教学基本条件、教学改革与教研科研、教学与质量管理、教学效果等方面得到了明显提高，形成了一批教学改革成果，产生了一批优质高等教育资源，建成了“项目驱动的计算机专业实践教学平台和评价体系”，为培养适应区域经济社会发展的高素质应用型人才构建了专业培养平台。

计算机应用技术学科下设置了三个重点研究方向：

1. 大数据技术及应用

学科带头人：郭秋萍 河南省教育厅学术带头人

大数据作为一个新兴的研究方向，可以进一步充实计算机科学与技术学科的研究内容和优势，为提升计算机科学与技术学科在省内的水平提供有效的支撑。经过多年的建设和培育，形成了结构合理的学术梯队及其稳定的研究方向，具体简介如下：

（1）异构数据的清洗与融合：主要研究多源异构大数据的精确采集算法、大数据的数据融合和集成方法，智能可配置的数据清洗转换策略，大数据的质量判定方法和治理、清洗等质量控制方法，从而得到“大而高质量”的需求数据。我们拟研究大数据的特征层次模型和特征结构模型上的语义操作问题，探索大数据语义计算的新型范式，并研究人-人、人-机、机-机大数据语义的语义标注、协作关联推理和语义浮现，促进语义增强型内容的理解。

（2）面向大数据科研支撑的基础平台：主要研究一套大数据基础支撑平台，充分利用清洗治理后的高质量数据资源，研究Docker容器技术和Hadoop架构，虚拟大量实验集群，搭建大数据科研环境，提供大数据科研相关的基础支撑。秉承“产、学、研、用”一体化的思路和模式，从教学、实践、科研和使用多方面注重专业人才和特色人才的培养。从理论与实践双管齐下，提升学校信息化管理水平和科研项目研究水平，真正在产业、学校、科研及实践项目中相互配合，发展优势，形成生产、学习、科学研究、实践运用的系统运作模式。构建完善的大数据科研配套资源（如实验内容、实验手册、视频、PPT等），涵盖大数据算法、接口、工具、平台等多方面内容，从大数据监测与收集、大数据存储与处理、大数据分析与挖掘直至大数据创新。满足科研设计、上机实验、课程设计等多方面需求。

（3）大数据深度挖掘：针对海量数据的集中计算与挖掘，研究一套具有高可靠、可在线弹性伸缩，提供数据内在关系和价值的数据挖掘计算服务；为学校业务决策提供便捷、快速和高效的支撑。研究实现大多数主流的数据挖掘功能，包括属性选择、分类预测、回归预测、聚类分析、关联分析、时间序列分析等。为适应不同业务数据的特点，对同一个数据挖掘功能，也许通过多种算法进行实现。研究大数据的可视化，将结构或非结构数据转换成适当的可视化图表，然后将隐藏在数据中的信息直接展现于人们面前。

2. 生物特征识别

学科带头人：平西建 中国电子学会多媒体信息安全专家委员会委员

生物特征识别技术(biometric recognition或 biometric authentication)是计算机科学中，利用生物特征对人进行识别，并进行访问控制的学科。生物特征识别技术，目前比较成熟并大规模使用的方式主要为指纹、虹膜、脸、耳、掌纹、手掌静脉等，此外近年，语音识别、脑电波识别、脚印识别等研究也有突破。生物特征识识别技术通常按照，扫描、数字化处理、分析、特征提取、存储、匹配分类几个步骤处理。作为一门计算机学科中的一个分支，在此研究方向上，形成了一支成熟的研究团队，在以往的研究路程上也取得了一些阶段性的成果，团队的研究主要内容介绍如下：

（1）人脸识别：人脸识别系统以人脸识别技术为核心，是一项新兴的生物识别技术，是当今国际科技领域攻关的高精尖技术。它广泛采用区域特征分析算法，融合了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型，对人脸明暗侦测，自动调整动态曝光补偿，进行人脸追踪侦测，自动调整影像放大。

（2）足迹识别：足迹是人体在运动过程中由造痕客体的赤足或穿着鞋袜的足与承痕客体的表面接触所形成痕迹的总称。足迹能反映出造痕客体的结构特征与运动特征，可用于分析和识别人身，为足迹分析和人身鉴定提供重要依据。研究的图像配准算法有三种：基于像素灰度信息的图像配准算法；基于频率域的图像配准算法；基于轮廓的配准算法。

3. 智能图像处理

学科带头人：马莉 中国人工智能学会教育委员会委员

智能图像处理作为近几年热点研究方向，可以进一步充实计算机应用技术学科的研究内容和优势，为提升计算机应用技术学科在省内的水平提供有效的支撑。经过多年的建设和培育，形成了结构合理的学术梯队及稳定的研究内容，具体简介如下：

（1）数字图像特征提取和识别：计算机视觉和图像处理领域普遍存在数据维度高,图像数据类型日益复杂的情形，经典的计算和分析方法对往往计算代价过高。主要研究内容：高维复杂图像数据相关性强、表达能力强、抗噪能力好的特征点提取方法，去除不相关的冗余特征点；基于内容、颜色空间、轮廓模型的边缘检测、频域和时域多帧图像之间的相关特征信息提取方法；助力图像配准、图像目标识别、图像检索等应用。

（2）动态图像检测与定位：主要研究内容为，对使用双目摄像头获取图像的景深信息进行立体匹配，以获取图像的深度信息，对图像做行人检测以获取图像的行人目标信息；通过GPU实现加速，以满足实时应用场景；助力汽车自动驾驶、机器人自动导航、无人机自动避障等智能应用需求。

（3）图像恢复与重建：主要研究内容为，图像超分辨率重建，以克服摄像机设备的固有限制，为用户提供更多的图像细节，助力军事、地球卫星、医学图像等领域应用；复杂采集环境下动态序列图像缺帧导致纹理细节丢失的弱纹理图像进行三维重建；压缩图像重构，以缓解图像数据量大、存储传输代价大等问题，助力无线通信、雷达成像、光学、地质勘探、模式识别、医疗成像、图像处理、信息论等领域应用。